Python机器学习手册：从数据预处理到深度学习

问题描述

训练一个简单的分类器模型。

解决方案

在scikit-learn中使用LogisticRegression来训练一个逻辑回归模型：

讨论

和scikit-learn中的很多其他学习算法一样，LogisticRegression自带了一个处理不均衡分类的方法。如果数据集中的分类特别不均衡，而且在数据预处理过程中并没有解决这个问题，就可以使用class_weight参数给分类设置权重，确保数据集中的各个分类是均衡的。具体地说，就是balanced参数值会自动给各分类加上权重，而权重值与分类出现频率的倒数相关：

这里w_j是分类j的权重，n是观察值的数量，n_j是属于分类j的观察值的数量，k是分类的总数。